数据可视化——Matlab平台gramm工具箱绘制散点相关图

数据可视化——Matlab平台gramm工具箱绘制散点相关图

概述:基于matlab平台的gramm工具箱绘制散点相关图

使用的工具箱:gramm。gramm工具箱使得matlab平台的图形绘制能力更加强大,绘制出的图形更美观,同时,绘制图形需要设置的参数相对较少。gramm工具箱可在以下链接中下载:https://github.com/piermorel/gramm
将下载好的工具箱解压之后,通过matlab平台中的“主页—>设置路径—>添加并包含子文件—>选择解压后的工具箱所在的路径—>选择文件夹—>保存—>关闭”流程将gramm工具箱添加至matlab的工作路径。

下列列出一个使用gramm工具箱绘制散点相关图的实例:

clc;clear;close all;

%随机产生需要绘制图形的数据
X=1:20;
Y=X+10*rand(1,20);

h=figure;
set(h,'units','normalized','position',[0.1 0.1 0.4 0.6]); %设置绘图窗口的大小
set(h,'color','w'); %设置绘图窗口的背景为白色
color_point=[0.02,0.71,0.29]; %设置点的颜色,三个数字分别[R G B]的权重,基于0~1之间
g=gramm('x',X,'y',Y); %指定横轴x和纵轴y的取值,并创建gramm绘图对象
g.geom_point(); %绘制散点图
g.stat_glm(); %绘制依据散点图拟合的直线及置信区间
g.set_names('x','Variable X','y','Variable Y'); %设置坐标轴的标题
g.set_text_options('base_size' ,16,'label_scaling' ,1.2);%设置字体大小,基础字体大小base_size设为16,坐标轴的标题字体大小设为基础字体大小的1.2倍
g.set_color_options('map',color_point); %设置点的颜色
g.set_title('Correlations between Variable X and Variable Y');%设置总的标题名称
g.draw(); %设置好以上属性后,开始绘制

运行结果如下:

变量X与变量Y的散点相关图
最后可以通过“文件—>导出设置—>渲染—>分辨率(设为300或600)—>应用于图形—>导出—>设置需要导出图片的格式和文件名及保存路径—>确定”操作将绘制的图形为指定的格式或分辨率的图片格式。

  • 6
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
1.版本:matlab2014/2019a/2021a,内含运行结果,不会运行可私信 2.领域:智能优化算法、神经网络预测、信号处理、元胞自动机、像处理、路径规划、无人机等多种领域的Matlab仿真,更多内容可点击博主头像 3.内容:标题所示,对于介绍可点击主页搜索博客 4.适合人群:本科,硕士等教研学习使用 5.博客介绍:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可si信 %% 开发者:Matlab科研助手 %% 更多咨询关注天天Matlab微信公众号 ### 团队长期从事下列领域算法的研究和改进: ### 1 智能优化算法及应用 **1.1 改进智能优化算法方面(单目标和多目标)** **1.2 生产调度方面** 1.2.1 装配线调度研究 1.2.2 车间调度研究 1.2.3 生产线平衡研究 1.2.4 水库梯度调度研究 **1.3 路径规划方面** 1.3.1 旅行商问题研究(TSP、TSPTW) 1.3.2 各类车辆路径规划问题研究(vrp、VRPTW、CVRP) 1.3.3 机器人路径规划问题研究 1.3.4 无人机三维路径规划问题研究 1.3.5 多式联运问题研究 1.3.6 无人机结合车辆路径配送 **1.4 三维装箱求解** **1.5 物流选址研究** 1.5.1 背包问题 1.5.2 物流选址 1.5.4 货位优化 ##### 1.6 电力系统优化研究 1.6.1 微电网优化 1.6.2 配电网系统优化 1.6.3 配电网重构 1.6.4 有序充电 1.6.5 储能双层优化调度 1.6.6 储能优化配置 ### 2 神经网络回归预测、时序预测、分类清单 **2.1 bp预测和分类** **2.2 lssvm预测和分类** **2.3 svm预测和分类** **2.4 cnn预测和分类** ##### 2.5 ELM预测和分类 ##### 2.6 KELM预测和分类 **2.7 ELMAN预测和分类** ##### 2.8 LSTM预测和分类 **2.9 RBF预测和分类** ##### 2.10 DBN预测和分类 ##### 2.11 FNN预测 ##### 2.12 DELM预测和分类 ##### 2.13 BIlstm预测和分类 ##### 2.14 宽度学习预测和分类 ##### 2.15 模糊小波神经网络预测和分类 ##### 2.16 GRU预测和分类 ### 3 像处理算法 **3.1 像识别** 3.1.1 车牌、交通标志识别(新能源、国内外、复杂环境下车牌) 3.1.2 发票、身份证、银行卡识别 3.1.3 人脸类别和表情识别 3.1.4 打靶识别 3.1.5 字符识别(字母、数字、手写体、汉字、验证码) 3.1.6 病灶识别 3.1.7 花朵、药材、水果蔬菜识别 3.1.8 指纹、手势、虹膜识别 3.1.9 路面状态和裂缝识别 3.1.10 行为识别 3.1.11 万用表和表盘识别 3.1.12 人民币识别 3.1.13 答题卡识别 **3.2 像分割** **3.3 像检测** 3.3.1 显著性检测 3.3.2 缺陷检测 3.3.3 疲劳检测 3.3.4 病害检测 3.3.5 火灾检测 3.3.6 行人检测 3.3.7 水果分级 **3.4 像隐藏** **3.5 像去噪** **3.6 像融合** **3.7 像配准** **3.8 像增强** **3.9 像压缩** ##### 3.10 像重建 ### 4 信号处理算法 **4.1 信号识别** **4.2 信号检测** **4.3 信号嵌入和提取** **4.4 信号去噪** ##### 4.5 故障诊断 ##### 4.6 脑电信号 ##### 4.7 心电信号 ##### 4.8 肌电信号 ### 5 元胞自动机仿真 **5.1 模拟交通流** **5.2 模拟人群疏散** **5.3 模拟病毒扩散** **5.4 模拟晶体生长** ### 6 无线传感器网络 ##### 6.1 无线传感器定位 ##### 6.2 无线传感器覆盖优化 ##### 6.3 室内定位 ##### 6.4 无线传感器通信及优化 ##### 6.5 无人机通信中继优化 #####

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值